# 사용자 페르소나 에이전트 스킬 > 설문조사 데이터, 인터뷰 또는 CSV를 활용하여 해야 할 작업, 불편 사항, 기대 효과, 예상치 못한 인사이트를 포함한 3개의 정제된 사용자 페르소나를 만드세요. 무료로 시작하세요. - Canonical: https://nanoskill.ai/ko/skills/user-personas-agent-skill - Markdown: https://nanoskill.ai/ko/skills/user-personas-agent-skill.md - Author: phuryn - Published: 2026-11-04T09:00:00.000Z - Updated: 2026-11-05T09:22:33.350Z - Language: ko - Source type: github - Popularity signal: 25857 ## Sources - https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/user-personas ## Install ```shell npx skills add https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/user-personas ``` ## About 이 제품 리서치 스킬을 사용하여 연구 데이터에서 정제된 사용자 페르소나를 만드세요. 제품 관리자, 연구원, 창업자가 원시 설문조사 응답, 인터뷰 녹취록 또는 CSV를 활용하여 해야 할 작업, 불편 사항, 기대 효과, 예상치 못한 인사이트를 도출하는 실행 가능한 3개의 페르소나로 전환할 수 있도록 돕습니다. 기본적인 페르소나 템플릿과 달리, 이 스킬은 데이터 수집, 패턴 인식, 세분화, 데이터 보강, 검증의 구조화된 연구 종합 프로세스를 따릅니다. 각 페르소나 결과물에는 연령대, 역할, 주요 해야 할 작업, 상위 3가지 불편 사항, 상위 3가지 기대 효과, 예상치 못한 행동 인사이트 1가지, 그리고 제품 적합성 평가가 포함됩니다. 로드맵 결정을 위해 사용자를 세분화하거나, 해야 할 작업 인터뷰를 종합하거나, 개발 전에 제품-시장 적합성을 검증하는 데 활용하세요. 모든 인사이트가 연구 데이터에 기반하기 때문에 페르소나는 서로 구별되고 중복되지 않으며 제품 및 마케팅 팀이 실행 가능한 상태로 유지됩니다. ## Key features - **정제된 사용자 페르소나 3개 생성**: CSV, Excel, 설문 응답 또는 인터뷰 녹취록을 분석하고 데이터에 기반한 세 가지의 뚜렷한 페르소나를 종합합니다. - **달성해야 할 작업 포착**: 각 페르소나가 달성하려는 핵심 결과를 정의하고, 해당 작업의 맥락과 빈도를 포함합니다. - **불편 사항과 기대 이득 매핑**: 페르소나별 상위 3가지 불편 사항과 상위 3가지 기대 이득을 파악하고, 영향과 성공 지표를 제시합니다. - **예상치 못한 행동 인사이트 도출**: 인구통계학적 요소를 넘어 사용자를 움직이는 동기를 드러내는 직관에 반하는 패턴을 연구 데이터에서 발견합니다. - **제품 적합성 평가**: 제품이나 기능이 각 페르소나의 요구를 얼마나 충족하는지 평가하고 마찰 지점이나 미충족 요구를 표시합니다. ## Use cases - **제품 결정을 위한 사용자 세분화**: 로드맵과 기능 우선순위 설정에 집중하기 위해 설문 또는 인터뷰 응답자를 뚜렷한 사용자 페르소나로 그룹화합니다. - **연구 데이터에서 페르소나 구축**: CSV, Excel 또는 인터뷰 녹취록을 스킬에 입력하면 제품 팀이 바로 활용할 수 있는 프로필을 얻을 수 있습니다. - **JTBD 연구 종합 안내**: 달성해야 할 작업(JTBD) 인터뷰를 원하는 성과와 장애 요소를 강조하는 페르소나 프로필로 전환합니다. - **제품-시장 적합성 검증**: 페르소나별 제품 적합성 평가를 사용하여 개발 전에 미충족 요구를 발견하고 위험을 줄입니다. ## Result preview 행동 기반 페르소나와 함께 해야 할 작업, 불편 사항, 인용구, 예상치 못한 인사이트, 제품 결정 사항을 확인하세요. ![the demo of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-demo-1.png) ![the demo of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-demo-2.png) ![the demo of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-demo-3.png) ![the demo of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-demo-4.png) ## Result walkthrough ### 설치 AI 에이전트에 사용자 페르소나 스킬을 추가하세요. ![the step of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-step-1.png) ### 연구 데이터 업로드 인터뷰, 설문조사 또는 CSV 파일을 제공하세요. ![the step of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-step-2.png) ### 페르소나 받기 3개의 페르소나, 해야 할 작업, 인용구, 예상치 못한 인사이트가 포함된 HTML 보고서를 받으세요. ![the step of user personas agent skill](https://file.nanoskill.ai/user-personas-agent-skill-step-3.png) ## Skill definition # 사용자 페르소나 ## 목적 연구 데이터에서 사용자 기반의 진정한 다양성을 포착하는 상세하고 실행 가능한 사용자 페르소나를 생성합니다. 이 스킬은 제품 결정을 안내하기 위해 해야 할 일, 고충점, 기대 결과, 예상치 못한 행동 통찰력을 갖춘 연구 기반 페르소나를 생성합니다. ## 지침 당신은 페르소나 개발과 사용자 연구 종합을 전문으로 하는 경험이 풍부한 제품 연구자입니다. ### 입력 당신의 임무는 **$ARGUMENTS**에 대한 세분화된 사용자 페르소나 3개를 생성하는 것입니다. 사용자가 CSV, Excel, 설문 응답, 인터뷰 녹취록 또는 기타 연구 데이터 파일을 제공하면 사용 가능한 도구를 사용하여 직접 읽고 분석합니다. 주요 패턴, 인구통계, 동기, 행동을 추출합니다. ### 분석 단계 (단계별로 생각하기) 1. **데이터 수집**: 제공된 모든 연구 데이터와 문서를 읽고 검토합니다. 2. **패턴 인식**: 사용자 전반에 걸쳐 반복되는 특성, 목표, 고충점, 행동을 식별합니다. 3. **세분화**: 공유된 동기와 해야 할 일을 기반으로 유사한 사용자를 별개의 페르소나로 그룹화합니다. 4. **강화**: 각 페르소나에 대해 데이터를 일관된 프로필로 종합합니다. 5. **검증**: 통찰력을 상호 참조하여 페르소나가 실제 연구 결과에 기반을 두도록 합니다. ### 출력 구조 3개의 페르소나 각각에 대해 다음을 제공합니다: **페르소나 이름 및 인구통계** - 연령대, 역할/직책, 회사 규모(B2B인 경우), 주요 특성 **주요 해야 할 일** - 페르소나가 달성하려는 핵심 결과 - 작업의 맥락과 빈도 **상위 3가지 고충점** - 작업 완료를 방해하는 구체적인 어려움이나 장애물 - 각 고충의 영향과 심각도 **상위 3가지 원하는 이득** - 페르소나가 추구하는 혜택, 결과 또는 솔루션 - 성공을 측정하는 방법 **예상치 못한 통찰력 하나** - 데이터에서 도출된 직관에 반하는 행동 패턴 또는 동기 - 제품 결정에 중요한 이유 **제품 적합성 평가** - $ARGUMENTS가 이 페르소나의 요구를 어떻게 해결하는지(또는 해결할 수 있는지) - 잠재적인 마찰 지점 또는 충족되지 않은 요구 ## 모범 사례 - 모든 통찰력을 실제 데이터에 근거시키고 추정을 피합니다. - 가능하면 연구의 직접 인용문을 사용합니다. - 인구통계 범주뿐만 아니라 행동 패턴을 식별합니다. - 가능한 경우 페르소나를 뚜렷하고 중복되지 않게 만듭니다. - 데이터 격차나 추가 연구가 필요한 영역을 표시합니다. --- ### 추가 자료 - [사용자 인터뷰: 연구 인터뷰의 궁극적인 가이드](https://www.productcompass.pm/p/interviewing-customers-the-ultimate) - [시장 조사: 고급 기법](https://www.productcompass.pm/p/market-research-advanced-techniques) - [Tony Ulwick 및 Sabeen Sattar와 함께하는 Jobs-to-be-Done 마스터클래스](https://www.productcompass.pm/p/jobs-to-be-done-masterclass-with) (비디오 코스) ## FAQ ### 사용자 페르소나 스킬이란 무엇인가요? 연구 데이터에서 해야 할 일, 고충점, 기대 이득, 예상치 못한 행동 통찰력을 포함한 세분화된 사용자 페르소나 3개를 생성하는 제품 연구 스킬입니다. ### 어떤 유형의 연구 데이터를 사용할 수 있나요? CSV, Excel, 설문 응답, 인터뷰 녹취록 또는 기타 연구 문서를 제공할 수 있습니다. 스킬은 사용 가능한 도구를 사용하여 이를 직접 읽고 분석합니다. ### 스킬은 어떻게 페르소나 3개를 생성하나요? 페르소나가 실제 연구 결과에 근거하도록 데이터 수집, 패턴 인식, 세분화, 강화, 검증의 단계별 분석을 따릅니다. ### 스킬은 추정을 사용하나요, 아니면 실제 데이터를 사용하나요? 모든 통찰력을 실제 데이터에 근거하도록 하고, 가능하면 직접 인용문을 사용하며, 행동 패턴을 식별하고, 데이터 격차나 추가 연구가 필요한 영역을 표시합니다. ### 각 페르소나에서 예상치 못한 통찰력이란 무엇인가요? 데이터에서 도출된 직관에 반하는 행동 패턴 또는 동기로, 제품 결정을 바꿀 수 있으며 세 페르소나 각각에 포함됩니다. ### CSV 또는 인터뷰 데이터로 사용자 페르소나 스킬을 어떻게 사용하나요? 제품 또는 연구 맥락에 대한 설명과 함께 스킬을 호출한 다음 파일을 제공하세요. 스킬이 파일을 직접 읽고 구조화된 페르소나 프로필을 반환합니다.